DataFrame筛选某列不为空的数据
时间: 2024-06-16 22:07:03 浏览: 19
要筛选DataFrame中某列不为空的数据,可以使用`dropna()`方法。下面是一个示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, None, 20],
'City': ['Beijing', 'Shanghai', 'Guangzhou', None]}
df = pd.DataFrame(data)
# 筛选Age列不为空的数据
filtered_df = df.dropna(subset=['Age'])
print(filtered_df)
```
输出结果为:
```
Name Age City
0 Alice 25.0 Beijing
1 Bob 30.0 Shanghai
3 David 20.0 None
```
相关问题
dataframe筛选某列纯中文
您好,要筛选dataframe中某列纯中文的数据,可以利用正则表达式来匹配中文字符。以下是示例代码:
```python
import pandas as pd
import re
# 创建示例数据
data = {'姓名': ['张三', '李四', '王五', 'Tom', 'Jerry'], '年龄': [20, 25, 30, 35, 40]}
df = pd.DataFrame(data)
# 筛选姓名列中纯中文的数据
pattern = re.compile(r'^[\u4e00-\u9fa5]+$') # 定义纯中文的正则表达式
df_chinese = df[df['姓名'].apply(lambda x: pattern.match(x) is not None)]
print(df_chinese)
```
运行结果如下:
```
姓名 年龄
0 张三 20
1 李四 25
2 王五 30
```
以上代码中,`pattern` 定义了一个纯中文的正则表达式,`df['姓名'].apply(lambda x: pattern.match(x) is not None)` 对姓名列中的每个元素都进行正则匹配,只有匹配成功的才会被筛选出来。
利用dataframe中某列中的数据进行数据筛选
要利用dataframe中某列中的数据进行数据筛选,可以使用以下方法:
1. 使用布尔索引
假设我们有一个DataFrame,其中包含一个名为"age"的列,我们想要筛选出所有年龄大于30岁的行:
```
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [25, 31, 28, 37]}
df = pd.DataFrame(data)
# 筛选出年龄大于30的行
result = df[df['age'] > 30]
print(result)
```
输出:
```
name age
1 Bob 31
3 David 37
```
2. 使用query方法
query方法可以使用类似SQL语句的方式进行筛选。假设我们使用上面的DataFrame,我们可以使用query方法筛选出所有年龄大于30岁的行:
```
import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [25, 31, 28, 37]}
df = pd.DataFrame(data)
# 筛选出年龄大于30的行
result = df.query('age > 30')
print(result)
```
输出:
```
name age
1 Bob 31
3 David 37
```
以上两种方法都可以用来利用dataframe中某列中的数据进行数据筛选。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)